Я использую MATLAB R2011a. Я пытаюсь предсказать следующие 100 точек временного ряда X с помощью нейронной сети. Во-первых, я создаю входной временной ряд Xtra и временной ряд обратной связи Ytra:
lag = 50; Xu = windowize(X,1:lag+1); %Re-arrange the data points into a Hankel matrix Xtra = Xu(:,1:lag); %input time series Ytra = Xu(:,end); %feedback time series
Затем я тренирую нейронную сеть с помощью этого кода:
inputSeries = tonndata(Xtra,false,false); targetSeries = tonndata(Ytra,false,false); % Create a Nonlinear Autoregressive Network with External Input inputDelays = 1:2; feedbackDelays = 1:2; hiddenLayerSize = 10; net = narxnet(inputDelays,feedbackDelays,hiddenLayerSize); % Prepare the Data for Training and Simulation [inputs,inputStates,layerStates,targets] = preparets(net,inputSeries,{},targetSeries); % Setup Division of Data for Training, Validation, Testing net.divideParam.trainRatio = 70/100; net.divideParam.valRatio = 15/100; net.divideParam.testRatio = 15/100; % Train the Network [net,tr] = train(net,inputs,targets,inputStates,layerStates); % Test the Network outputs = net(inputs,inputStates,layerStates); errors = gsubtract(targets,outputs); performance = perform(net,targets,outputs)
И тогда я хотел бы предсказать следующие 100 пунктов моего начального временного ряда X, что мне делать?
ОТВЕЧАТЬ
Matlabsolutions.com предоставляет последнюю Помощь по домашним заданиям MatLab, Помощь по заданию MatLab для студентов, инженеров и исследователей в различных отраслях, таких как ECE, EEE, CSE, Mechanical, Civil со 100% выходом. Код Matlab для BE, B.Tech , ME, M.Tech, к.т.н. Ученые со 100% конфиденциальностью гарантированы. Получите проекты MATLAB с исходным кодом для обучения и исследований.
0. Неправильное использование слова «отставание»
1. Редко бывает достаточно входных параметров по умолчанию (ID,FD,H). Их можно улучшить, используя подмножество значительных задержек, определенных с помощью функций автоматической и взаимной корреляции, а затем выполняя поиск в диапазоне значений H. Следует использовать наименьшее приемлемое значение H.
2. Значение по умолчанию «разделитель и» следует перезаписать (например, «разделить блок»), чтобы оптимизировать эффективность значительных задержек корреляции, обнаруженных в 1.
3. Тренируйтесь, используя синтаксис
[net tr Ys Es Xf Af ] = train(net,Xs,Ts,Xi,Ai);
использовать Xf и Af в качестве начальных условий для данных продолжения
4. После закрытия цикла проверьте сеть CL на исходных данных. Если производительность не очень хороша по сравнению с производительностью OL, тренируйте сеть CL, начиная с весов, полученных при обучении OL.
СМОТРИТЕ ПОЛНЫЙ ОТВЕТ НАЖМИТЕ НА ССЫЛКУ
https://www.matlabsolutions.com/resources/how-to-forecast-with-neural-network-.php